如何使用地统计学方法研究土壤水分时空分布
来源： http://www.soil17.net 更新时间：2012-12-3 17:30:39 阅读次
地统计学方法是以区域化变量为核心和理论基础,以矿质的空间结构(空间相关)和变异函数为基本工具的一种数学地质方法。使用土壤水分监测系统测量土壤水分的要点是根据地面不同选点钻井所获得的不同深度的数据资料、寻求数据信息与采样点的位置和采样深度的统计相关性来对矿产进行空间结构分析与数量估计。该方法由法国学者Matheron建立,他在克立格1951年提出的矿产品位和储量估值方法基础上,提出区域化变量理论,认为变量具有空间分布特征,结构性和随机性并存,样品之间具有空间相关性。一些学者[3]曾对地统计学方法作了全面的论述。地统计学方法具有提高采样效率和节省人力物力、可允许在空间上不规则采样,且可进行优化插值计算等优点[4]。在土壤水分空间变异的定量分析研究中,涉及地统计学的主要包括半方差函数及其模型和克立格插值。
半方差分析是研究土壤水分空间分布特性的一种有效方法。它表示土壤地域化变量对于在不同位差分隔和方向上的所有成对点之间的观测值的空间相关性。半方差函数在一定范围内随步长(样点空间间隔距离)的增加而增大,当测点间距增大到一定距离时趋于稳定,这段间距称为变程,在变程内土壤水分值具有空间相关性,大于该值则是相互独立的。半方差函数反映土壤特性空间变异结构,并影响克立格插值,因此准确估算土壤特性的半方差函数模型是关键问题。实际研究中,由于选择半方差模型常受样本半方差形状、调查者对土壤特性的了解程度、调查目的等方面的影响,选定一个模型来描述所测定土壤特性的半方差并拟合一条曲线通常是有争议的,但由于土壤特性空间变异,半方差分析仍然为使土壤水分分布的预测和模拟进一步逼近实际提供了一个定量工具。
克立格插值是利用原始数据和半方差函数的结构性,对未采样点的区域化变量进行无偏最优估值的一种方法,通过计算每个估值的估计方差,获知估值的可靠程度。克立格法对每一估值都是由其邻近观测值加权平均计算而得[5,6],可为空间格局分析提供从取样设计、误差估计到成图的理论和方法,精确描述变量在空间上的分布、形状、大小、地理位置或相对位置,因而在确定空间定位图式方面比较有效。
半方差分析是研究土壤水分空间分布特性的一种有效方法。它表示土壤地域化变量对于在不同位差分隔和方向上的所有成对点之间的观测值的空间相关性。半方差函数在一定范围内随步长(样点空间间隔距离)的增加而增大,当测点间距增大到一定距离时趋于稳定,这段间距称为变程,在变程内土壤水分值具有空间相关性,大于该值则是相互独立的。半方差函数反映土壤特性空间变异结构,并影响克立格插值,因此准确估算土壤特性的半方差函数模型是关键问题。实际研究中,由于选择半方差模型常受样本半方差形状、调查者对土壤特性的了解程度、调查目的等方面的影响,选定一个模型来描述所测定土壤特性的半方差并拟合一条曲线通常是有争议的,但由于土壤特性空间变异,半方差分析仍然为使土壤水分分布的预测和模拟进一步逼近实际提供了一个定量工具。
克立格插值是利用原始数据和半方差函数的结构性,对未采样点的区域化变量进行无偏最优估值的一种方法,通过计算每个估值的估计方差,获知估值的可靠程度。克立格法对每一估值都是由其邻近观测值加权平均计算而得[5,6],可为空间格局分析提供从取样设计、误差估计到成图的理论和方法,精确描述变量在空间上的分布、形状、大小、地理位置或相对位置,因而在确定空间定位图式方面比较有效。
搜索
产品目录